排序方式: 共有18条查询结果,搜索用时 15 毫秒
1.
利用辽宁省33个气象站点1993—2012年水稻产量、生育期内的旬平均气温、旬降水量及旬日照时数等资料,应用统计分析方法建立水稻的产量动态预报模型。使用5年滑动平均法分离水稻趋势产量,分析气象产量与水稻生育期内逐旬气象要素的相关性,确定5月上旬平均气温、5月下旬平均气温、6月下旬降水量、7月下旬降水量、8月上旬日照时数、9月中旬平均气温和9月下旬日照时数为关键气象因子,建立水稻产量动态预报模型,并对预报结果进行验证。结果表明:对1993—2012年进行模拟预报及回代检验,平均准确率在93%以上;对2013年的产量进行预报,准确率为93.97%~99.67%,预报准确率较高。预测结果基本可以反映水稻产量的变化情况,能够满足业务服务的需要。 相似文献
2.
中国1981~2014年太阳总辐射的时空变化 总被引:2,自引:0,他引:2
利用1981~2014a逐日总辐射资料和最高气温、最低气温、日照时数资料,确定我国逐日太阳总辐射DSRM-C模型(Daily solar radiation model-C)的时不变参数.利用该模型与气象资料,估算各站逐日总辐射,分析近34a总辐射的空间格局.并利用Mann-Kendall(M-K)方法检验辐射量年和季节的变化趋势.结果表明,我国1981~2014a太阳总辐射量总体下降.华北、东北和西南地区总辐射量显著下降,西北地区辐射量明显增加,华南地区则无明显变化.夏、秋、冬季辐射量呈下降趋势,且以夏季变化幅度最大;春季辐射量略有上升.总辐射量四季变化趋势空间分异明显.东部地区夏季和华北地区春、秋、冬季总辐射量明显下降,将影响夏粮和秋粮的生产. 相似文献
3.
4.
将1960-2000年华南地区(包括南海、广东、广西)40a各站积温、干燥度的数据分为4个阶段,每个阶段10a进行处理,应用Excel求出华南地区各站每10a的积温、干燥度平均值,并使用Arcgis软件对处理好的数据进行插值分类处理,最终得到变化趋势的结果。研究结果表明:南亚热带湿润区20世纪70年代显著增加,20世纪80年代和20世纪90年代均逐渐减少,到20世纪90年代减少到和20世纪60年代相当。南亚热带亚湿润区20世纪70年代减少,20世纪80年代和90年代增加,但是还没有达到20世纪60年代的数值。北热带亚干旱在20世纪70年代显著减少,20世纪80年代与20世纪60年代相当,20世纪90年代又有减少的趋势。 相似文献
5.
6.
为水稻产量趋势化及定量化预报提供依据,对水稻全生育期气象因子与产量的影响关系进行分析。提取1986—2015年间辽宁省水稻产量数据和同期时序气象数据,对水稻气象产量及同期时序气象因子进行连续小波分析,研究水稻气象产量、日照时数、日平均气温等气象因子的时序变化特征;分别利用相干小波分析和交叉小波分析方法,研究水稻气象产量与日照时数、日平均气温等气象因子的相互关系。结果表明:1)辽宁省水稻气象产量存在5~8年和2~3年的显著周期,自2001年之后,水稻在频率上的能量强弱分布不显著,表明气象产量连续丰年的周期在变长;2)对水稻生育期内的气象因子进行连续小波分析,其中除总降水量外,其他气象因子均都存在不同的显著周期。 相似文献
7.
东北地区春播期土壤水分预测方法研究 总被引:1,自引:0,他引:1
根据东北五个土壤湿度分区春播期土壤相对湿度与气象因子、环流因子相关关系,甄选土壤相对湿度主要影响因子,构建多元线性回归模型以预测4、5月土壤相对湿度。结果表明:(1)五个分区土壤相对湿度与封冻雨、降水量呈正相关,与透雨日期、气温及日照时数呈负相关,且4月份土壤相对湿度与封冻雨及透雨日期的相关性较5月更显著;(2)各分区春播期土壤相对湿度与多项环流因子关系较密切,相关系数绝对值大于0.4且通过信度为0.05的显著性检验,并且这些影响因子主要集中在前一年11、12月;(3)基于关键气象因子和环流指数构建的4、5月土壤相对湿度多元线性回归模型均通过F显著性检验,复相关系数达0.5以上,且模型预测准确率基本在80%以上,精度较高。 相似文献
8.
基于GIS辽宁省‘红富士’苹果农业气候区划 总被引:4,自引:3,他引:1
为研究辽宁省‘红富士’苹果适宜栽种的气候分区,利用辽宁52个气象站点1981-2010年气候资料和台站地理信息,采用GIS技术对红富士苹果的热量、降水和日照等气候资源进行网格推算并予以分析。根据红富士苹果对气象条件的要求,确定了气候区划指标,并将全省划分为最适宜种植区、适宜种植区、次适宜种植区和不适宜种植区4个分区。结果表明,(1)1月平均气温和4-10月温量指数对‘红富士’苹果栽种影响最大,选二者为‘红富士’苹果气候区划指标;(2)‘红富士’苹果的发展坚持-10℃安全线原则,在辽南应主要在大连市主要发展、营口市南部适当发展;在辽西主要是葫芦岛市的西南部、朝阳市的西南部和锦州市南部;辽中应在盘锦适当发展;辽东的丹东南部沿海一带适当发展。 相似文献
9.
气候模拟数据订正方法在作物气候生产潜力预估中的应用——以江苏冬小麦为例 总被引:1,自引:0,他引:1
利用全球气候模式BCC_CSM1.1(Beijing Climate Center Climate System Model version 1.1),耦合区域气候模式Reg CM4(Regional Climate Model version 4)输出的1961-1990年(基准时段)气候模拟数据,并根据同期实测资料,确定模拟值和实测值之间的非线性传递函数与方差订正参数,构建气候模拟数据的误差订正模型。利用1991-2005年(验证时段)模拟数据与实测资料验证该模型的有效性,并对RCP(Representative Concentration Pathway)情景下2021-2050年(未来时段)气候模拟数据进行订正,同时通过潜力衰减方法预估未来江苏冬小麦气候生产潜力格局。结果表明:将气候模拟数据订正方法应用到作物气候生产潜力预估是有效的。以均值传递函数和方差信息建立的模型可以较好订正江苏逐日气候模拟数据。订正后的秋冬季气温、辐射量、蒸散量和冬春季降水量模拟偏差明显减小。在此基础上研究发现,冬小麦的成熟期在RCP4.5和RCP8.5情景下介于153~175和153~174,较基准时段均明显提前。两种情景下冬小麦气候生产潜力分别介于10335~14368kg·hm~(-2)和9991~13708kg·hm~(-2),较基准时段呈下降趋势。其变异系数分别介于7.6%~14.6%和7.5%~13.6%,较基准时段呈增大趋势,表明江苏冬小麦气候生产潜力总体趋于不稳定。未来时段,徐州中北部、连云港东北部、宿迁西部以及盐城东南部冬小麦在RCP4.5和RCP8.5情景下可以保持相对较高的生产潜力(≥12501kg·hm~(-2)),该省应确保这些地区的冬小麦种植用地。研究建议,作物气候生产潜力预估应考虑利用研究区实测资料对气候模拟数据进行订正,以提高预估可信度。 相似文献
10.
利用1981-2015年辽宁省4-5月(春播期) 19个农业气象站0~20 cm层土壤相对湿度、降水和气温资料,分析了土壤相对湿度的空间分布、长期变化状况、突变和周期性特征及其与气候影响因子的相关关系,结果表明:近35a土壤湿度区域性变化显著,辽西地区土壤湿度减少(干旱化程度加剧),辽东地区土壤湿度增加;土壤湿度年际波动较大,没有明显的长期变化趋势,主要经历了平稳-偏干-偏湿3个时期,不存在明显的突变点,4月和5月分别存在4~7 a和准2 a的周期; 2000年以后土壤湿度稳定性增大,发生土壤异常偏干和偏湿的极端事件显著增多,尤其是在辽西干旱地区表现最为明显; 4月土壤湿度与前秋降水相关显著,秋季降水冬季封冻在土壤中,次年春季土壤融化返浆,土壤湿度增加,5月土壤湿度与同期降水和气温相关显著,相关系数均通过了α=0.01的显著性检验。 相似文献